喻玲娟
- 作品数：23 被引量：75H指数：4
- 供职机构：江西理工大学更多>>
- 发文基金：国家自然科学基金江西省教育厅科学技术研究项目江西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学农业科学更多>>
- 基于多元智能理论的信号与系统教学改革研究被引量：1
- 2022年
- 信号与系统作为电子信息类专业的一门核心课程,在整个专业课程体系中发挥着承上启下的重要作用。针对课程教学过程中存在的模式单一、忽略学生个体差异等问题,基于多元智能理论对课程改革进行探讨。从理论教学和实践教学两个方面着手,充分利用学生的多元智能结构,开展课前准备、课堂教学及课后复习三个阶段的多样化理论教学,同时开展基于仿真平台、固有实验设备的实践教学和开放式的实践教学,旨在调动学生的学习积极,并激发其学习兴趣,提升课程教学质量。
- 喻玲娟谢晓春
- 关键词：多元智能理论教学改革
- 一种基于CPU-GPU异构计算的圆迹合成孔径雷达回波生成方法
- 本发明涉及一种基于CPU-GPU异构计算的圆迹合成孔径雷达回波生成方法，首先，确定雷达平台、目标场景等参数；其次，采用OpenMP技术设定一个CPU线程控制一个GPU，且每个CPU线程实现一个方位脉冲的回波数据生成；再次...
- 喻玲娟方旺盛吴君钦
- 文献传递
- 基于U-Net和胶囊网络的合成孔径雷达图像语义分割被引量：1
- 2021年
- 图像语义分割作为一种像素级分类技术,已应用于合成孔径雷达(SAR)图像的解译领域中。U-Net是一种端到端的图像语义分割网络,具有典型的编码-解码结构。其中,编码部分主要由卷积层和池化层组成,可以有效提取图像中的目标特征,但难以获取目标的位置和方向等信息。胶囊网络是一种能够获取目标姿态(位置、大小、方向)等信息的神经网络,因此,提出了一种基于U-Net和胶囊网络的SAR图像语义分割方法。此外,考虑到SAR图像数据集较小的特点,将U-Net的编码部分设计成视觉几何组(VGG16)结构,将预训练的VGG16模型直接迁移至编码部分。为了验证本方法的有效性,在两个极化SAR图像数据集上开展了建筑物目标的分割实验。结果表明,相比U-Net,本方法的精确率、召回率、F1分数和交并比更高,且能减少网络模型的训练时间。
- 敬绍迪喻玲娟胡跃虹杨泽洲卢忠亮谢晓春
- 关键词：合成孔径雷达
- 生成对抗网络框架下的极化SAR图像语义分割
- 2023年
- 针对DeepLabv3+语义分割网络难以获取极化合成孔径雷达(PolSAR)图像数据分布的问题,该文提出了一种生成对抗网络(GAN)框架下的语义分割方法。其中,GAN的生成器为轻量级复数DeepLabv3+,它能充分提取PolSAR数据的幅度和相位中所蕴含的丰富目标特征,获取精细的语义分割结果;GAN的判别器为实数多分辨卷积神经网络,它和生成器进行对抗学习后,能进一步使得语义分割后的数据分布逼近于真实标签。4个PolSAR数据集的实验结果表明,该文所提方法比DeepLabv3+和轻量级复数DeepLabv3+具有更高的平均交并比、整体精度和平均像素精度。
- 喻玲娟郭钰婷曾昭鑫邵琪琪谢晓春
- 关键词：极化合成孔径雷达卷积神经网络
- 一种基于压缩感知的多基线圆迹合成孔径雷达成像方法
- 本发明涉及一种基于压缩感知的多基线圆迹合成孔径雷达成像方法，该方法的步骤包括：步骤S1:推导基于后向投影逆算子的压缩感知成像算法；步骤S2:采用基于后向投影逆算子的压缩感知算法进行子孔径的二维平面成像；步骤S3:采用压缩...
- 喻玲娟林赟洪文胡跃虹
- 文献传递
- 基于全卷积神经网络的SAR图像目标分类被引量：4
- 2018年
- 近年来,卷积神经网络(Convolutional Neural Network,CNN)在合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标分类中取得了较好的分类结果。CNN结构中,前面若干层由交替的卷积层、池化层堆叠而成,后面若干层为全连接层。全卷积神经网络(All Convolutional Neural Network,A-CNN)是对CNN结构的一种改进,其中池化层和全连接层都用卷积层代替,该结构已在计算机视觉领域被应用。针对公布的MSTAR数据集,提出了基于A-CNN的SAR图像目标分类方法,并与基于CNN的SAR图像分类方法进行对比。实验结果表明,基于A-CNN的SAR图像目标分类正确率要高于基于CNN的分类正确率。
- 陈永生喻玲娟谢晓春
- 关键词：卷积神经网络合成孔径雷达
- 基于ARCS动机模型的工科课堂教学视频分析——以《信号与系统:模拟与数字信号处理》为例被引量：2
- 2016年
- 麻省理工学院公开课《信号与系统:模拟与数字信号处理》以其优秀的授课品质受到广泛好评.本文利用视频分析方法,从学习动机角度对该课程进行个案研究.研究结果表明,该课程大量使用了符合ARCS动机模型的教学策略,注重学习动机激发与维持.通过对该课程的教学特点及其采用的主要策略进行总结,可作为相关课程课堂教学的参考,促进课堂教学质量的提高.
- 谢晓春甘家中喻玲娟卢震辉
- 关键词：课堂教学ARCS动机模型
- 一种基于压缩感知的多基线圆迹合成孔径雷达成像方法
- 本发明涉及一种基于压缩感知的多基线圆迹合成孔径雷达成像方法，该方法的步骤包括：步骤S1:推导基于后向投影逆算子的压缩感知成像算法；步骤S2:采用基于后向投影逆算子的压缩感知算法进行子孔径的二维平面成像；步骤S3:采用压缩...
- 喻玲娟林赟洪文胡跃虹
- 文献传递
- 基于迁移学习和边缘计算的农作物病害识别
- 2022年
- 农作物病害是对农作物产量和质量的主要威胁之一,植物的健康检测和疾病检测有利于发展可持续农业.但在许多地方缺少必要的检测设施,边缘计算器的出现为快速识别农作物病害提供了可能.本文采用在大型公开数据集Imagenet上训练Efficientnet-B0、Squeezenet1_0、Inceptionv3的预训练模型,结合迁移学习和边缘计算器Jetson nano对农作物进行病害识别.采用混合训练在受控条件下收集的14种作物和26种疾病的PlantVillage数据集,有效提高了训练精度,最终在测试集上分类精度达到96.85%以上.同时将模型部署到边缘计算器Jetson nano上也获得了相同的结果,为农作物病害识别的便携化提供一个思路.
- 谢湘慧谢晓春章倩丽喻玲娟
- 关键词：农作物病害
- 基于FCNN和ICAE的SAR图像目标识别方法被引量：6
- 2018年
- 近年来,基于卷积神经网络(Convolutional Neural Network, CNN)的合成孔径雷达(Synthetic Aperture Radar, SAR)图像目标识别得到深入研究。全卷积神经网络(Fully Convolutional Neural Network, FCNN)是CNN结构上的改进,它比CNN能获得更高的识别率,但在训练过程中仍需要大量的带标签训练样本。该文提出一种基于FCNN和改进的卷积自编码器(Improved Convolutional Auto-Encoder, ICAE)的SAR图像目标识别方法,即先用ICAE无监督训练方式获得的编码器网络参数初始化FCNN的部分参数,后用带标签训练样本对FCNN进行训练。基于MSTAR数据集的十类目标分类实验结果表明,在不扩充带标签训练样本的情况下,该方法不仅能获得98.14%的平均正确识别率,而且具有较强的抗噪声能力。
- 喻玲娟喻玲娟谢晓春谢晓春林赟
- 关键词：合成孔径雷达自动目标识别
